一种电网设备融除冰必要性的判识方法及系统与流程

本发明涉及电气工程技术领域，尤其涉及一种电网设备融冰必要性的判识方法及系统。

背景技术：

近年来，我国电网融除冰技术与装备快速发展，已经成为冬季电网安全稳定运行的重要支撑。但是，电网融除冰装备并不能随时使用，必须在运维和调度人员对隐患点覆冰增长情况作出判断，相关单位开展融除冰规划部署，相关技术人员到岗到位，电网调度切换调整负荷后，融除冰工作才能正常开展。因此，电网的融除冰工作对准确的融除冰必要性判断和充分的融除冰准备时间提出了要求。就电力企业的实际情况而言，一方面，传统的融除冰必要性判断主要依靠历史经验，决策客观性不足，对相关环境数据分析有限，往往难以适应微地形隐患点电网设备覆冰特征的快速变化；另一方面，越接近冰害发生时间则融除冰必要性越明显，明确的融除冰判断和充足的融除冰准备难以兼顾。为避免冰害发生，电网运维部门提前进行大范围融除冰准备工作，严重消耗人力物力，增加了运维成本。

因此，如何有效挖掘冰害相关数据、针对性的计算冰害威胁和融除冰必要性，提升电网在覆冰条件下的运行效率成为一个急需解决的问题。

技术实现要素：

本发明目的在于提供一种电网设备融冰必要性的判识方法及系统，以有效挖掘冰害相关数据、针对性的计算冰害威胁和融除冰必要性，提升电网在覆冰条件下的运行效率。

为实现上述目的，本发明提供了一种电网设备融除冰必要性的判识方法，包括以下步骤：

s1：按设定要求选取待分析区域的历史覆冰灾害相关数据，将所述历史覆冰灾害相关数据进行预处理得到初始数据集，将所述初始数据集划分为训练数据集和验证数据集；

s2：设定二叉决策树的输出阈值范围为两个，将所述训练数据集输入所述二叉决策树建立二叉树计算模型，并采用所述验证数据集验证所述二叉树计算模型是否有效，若无效则调整所述历史热点监测数据重新建立二叉树计算模型，直至所述二叉树计算模型有效；

s3：获取所述待分析电网设备在未来设定时间内的覆冰灾害相关数据输入所述二叉树计算模型，若所述二叉树计算模型的输出值属于第一阈值范围，则判识该电网设备没有除冰必要性；若二叉树计算模型的输出值属于第二阈值范围，则判识该电网设备有除冰必要性。

优选地，所述s1中，将所述历史覆冰灾害相关数据进行预处理得到初始数据集，具体包括以下步骤：

将所述历史覆冰灾害相关数据按照是否发生覆冰灾害进行划分得到受灾和未受灾两类数据；

分别将所述两类数据按照时间先后顺序进行排列，将数据中的所有非数值的数据量化得到初始数据集。

优选地，所述s2具体包括以下步骤：

s21：假设x为输入变量，y为输出变量，将一个输入变量视为一个区域，建立公式：

式中，j为区域中的每个特征，s为每个特征的取值，r1为第一个子区域，r2为第二个子区域，c1为区间r1内的输出平均值，c2为区间r2内的输出平均值；

其中：

式中，x∈rm，m＝1，2，rm为划分的第m个区域，cm为第m个区域内的输出平均值；

依次遍历每个特征j的每个取值s，计算出当前每一个可能的切分点的误差，选择使误差最小的切分点作为最优切分点s，将该最优切分点对应的变量视为最优切分变量j，选择对(j，s)；

s22：用选定的对(j，s)将区域划分为两个子区域，并决定相应的输出值，建立二叉决策树公式为：

r1(j,s)＝{x|x^(j)≤s},r2(j,s)＝{x|x^(j)＞s}(3)

s23：重复上述s21-s22，继续对两个子区域进行划分，将输入空间划分为m个区域r1，r2，r3，...，rm，生成二叉树计算模型，计算公式为：

式中，i为权重系数，m为m的可取值范围。

优选地，所述s2中，设定二叉决策树的输出阈值范围为两个，分别包括第一阈值范围0～0.3，第二阈值范围0.7～1。

优选地，所述s3具体包括以下步骤：

将验证数据集输入二叉树计算模型，将二叉树计算模型的判识结果与实际覆冰灾害结果进行比对，若超过85％的判断结果与实际结果一致，则认为二叉树计算模型有效。

优选地，所述s3之后还包括步骤：

s4：将s3中所述的覆冰灾害相关数据和实际除冰情况归入历史数据，更新当前的二叉树计算模型，得到优化后的二叉树计算模型以供下次计算；

s5：重复s3-s4，实现对二叉树计算模型的迭代更新。

优选地，所述s1中，所述覆冰灾害相关数据包括覆冰跳闸数据、断线数据、以及倒塔数据中的一种或者几种的任意组合。

优选地，所述设定要求为覆冰灾害相关数据包括的信息为受灾设备的基本特征数据和灾害发生时的环境特征数据。

作为一个总的技术构思，本发明还提供一种电网设备融除冰必要性的判识系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述方法的步骤。

本发明具有以下有益效果：

本发明提供一种电网设备融冰必要性的判识方法及系统，对待分析区域的历史覆冰灾害相关数据进行计算分析，建立二叉树计算模型，再将需要判识的电网设备的实时的覆冰灾害相关数据输入该二叉树计算模型，可以快速准确的得到判识结果，能够给出覆冰关键隐患点融除冰必要性判断结果，指导融除冰工作开展，服务电网运维、调度等相关专业。

下面将参照附图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明优选实施例的电网设备融除冰必要性的判识方法流程图。

具体实施方式

以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。

除非另有定义，下文中所使用的所有专业术语与本领域技术人员通常理解的含义相同。本发明专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而仅仅是为了便于对相应零部件进行区别。同样，“一个”或者“一”等类似词语不表示数量限制，而是表示存在至少一个。

实施例1

参见图1，本实施例提供一种电网设备融除冰必要性的判识方法，包括以下步骤：

s1：按设定要求选取待分析区域的历史覆冰灾害相关数据，将历史覆冰灾害相关数据进行预处理得到初始数据集，将初始数据集划分为训练数据集和验证数据集；

s2：设定二叉决策树的输出阈值范围为两个，将训练数据集输入二叉决策树建立二叉树计算模型，并采用验证数据集验证二叉树计算模型是否有效，若无效则调整历史热点监测数据重新建立二叉树计算模型，直至二叉树计算模型有效；

s3：获取待分析电网设备在未来设定时间内的覆冰灾害相关数据输入二叉树计算模型，若二叉树计算模型的输出值属于第一阈值范围，则判识该电网设备没有除冰必要性；若二叉树计算模型的输出值属于第二阈值范围，则判识该电网设备有除冰必要性。

上述的电网设备融除冰必要性的判识方法，对待分析区域的历史覆冰灾害相关数据进行计算分析，建立二叉树计算模型，再将需要判识的电网设备的实时的覆冰灾害相关数据输入该二叉树计算模型，可以快速准确的得到判识结果，能够给出覆冰关键隐患点融除冰必要性判断结果，指导融除冰工作开展，服务电网运维、调度等相关专业。

具体地，选取待分析区域近三十年来因覆冰造成输电线路灾害的相关数据，该相关数据为覆冰跳闸数据、断线数据、以及倒塔数据等。要求该数据包含受灾设备的基本特征数据、灾害发生时的环境数据等，其具体包括：杆塔抗冰等级、线路抗冰等级、线路距地高度、线路走向、受灾时间、气温、湿度、风速、风向、自当次降水过程开始至灾害日累计降水量、灾害发生前24小时累计降水量、致灾覆冰厚度、微地形特征(是微地形或非微地形)、所在地点海拔等。同时，按照相同的数据要求收集以受灾设备为圆心、半径2km范围内其他所有线路和杆塔在受灾同一时间的相关信息。

进一步地，将历史覆冰灾害相关数据按照是否发生覆冰灾害进行划分得到受灾和未受灾两类数据，包括“受灾”和“未受灾”两类。分别将两类数据按照时间先后顺序进行排列，将数据中的所有非数值的数据量化得到初始数据集。本实施例中，在进行数据量化时，例如，线路走向东-西向设为1，南-北向设为2，东北-西南向设为3，西北-东南向设为4；受灾时间为上午8时30分，记为8.5，风向为东风设为1，西风设为2，南风设为3，北风设为4，东南风设为5，东北风设为6，西南风设为7，西北风设为8，微地形特征是微地形设为1，非微地形设为0。并在所有数据最后追加一列“是否受灾”项，将发生了覆冰灾害的数据赋值为1，未发生覆冰灾害的数据赋值为0。

将上述初始数据集中的70％作为训练集，另外30％作为验证集。根据该训练集建立二叉决策树，具体步骤如下：

假设x为输入变量，y为输出变量，将一个输入变量视为一个区域，建立公式：

式中，j为区域中的每个特征，s为每个特征的取值，r1为第一个子区域，r2为第二个子区域，c1为区间r1内的输出平均值，c2为区间r2内的输出平均值；

其中：

式中，x∈rm，m＝1，2，rm为划分的第m个区域，cm为第m个区域内的输出平均值；

依次遍历每个特征j的每个取值s，计算出当前每一个可能的切分点的误差，选择使误差最小的切分点作为最优切分点s，将该最优切分点对应的变量视为最优切分变量j，选择对(j，s)；

用选定的对(j，s)将区域划分为两个子区域，并决定相应的输出值，本实施例中，设定二叉决策树的输出阈值范围为两个，分别包括第一阈值范围0～0.3，第二阈值范围0.7～1若输出阈值范围在该第一阈值范围内，表明无冰害威胁，无融除冰必要，若输出阈值范围在该第二阈值范围内，表明有冰害威胁，有融除冰必要。

建立二叉决策树公式为：

r1(j,s)＝{x|x^(j)≤s},r2(j,s)＝{x|x^(j)＞s}(3)

按照上述划分步骤继续对两个子区域进行划分，将输入空间划分为m个区域r1，r2，r3，...，rm，生成二叉树计算模型，计算公式为：

式中，i为权重系数，m为m的可取值范围。

进一步地，将验证数据集输入二叉树计算模型，将二叉树计算模型的判识结果与实际覆冰灾害结果进行比对，若超过85％的判断结果与实际结果一致，则认为二叉树计算模型有效。

本实施例中，采用65组数据进行验证，其中，9组未发生冰害的设备数据在二叉树计算模型中的输出结果大于0.7，即算法判断为发生了冰害，判识错误，其他均与评估情况一致，判识正确。对校验数据中的受灾判识结果为：输出结果全部大于0.7，判识正确。因此判识成功率86％，认为该二叉树计算模型有效。

具体地，以某年某月的一次覆冰过程为例，35kv某线路的预测气象数据、预测1-7天覆冰厚度数据、地形环境特征、设备特征数据等输入上述二叉树计算模型，进行融除冰必要性判断，得到的判识结果如下：

表1输电线路覆冰灾害相关数据和判识结果

根据上述表1可知，该输电线路会受灾，易发生倒塔危险，需要及时融除冰。

经验证，该线路的基杆塔在当次的覆冰过程在倒塔，相邻的4基杆塔发生不同程度的变形。本实施例中，将上述表1中的数据归入历史数据更新当前的二叉树计算模型，得到优化后的二叉树计算模型以供下次计算，并在每次使用该二叉树计算模型进行计算时，重复s3-s4，实现对二叉树计算模型的迭代更新。通过对二叉树计算模型进行自动更新，可以保证二叉树计算模型可以维持有效性和准确性，避免选取的历史数据久远而导致的不准确的结果，提高电网设备融除冰判识的自动化和有效性。

实施例2

与上述方法实施例相对应地，本实施例提供一种电网设备融除冰必要性的判识系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法的步骤。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。